部门引入 AI 工具大概半年了，年初做了一次复盘。我准备了一个问题：你们现在手头有哪些 AI 相关的东西，是可以直接交给下一个接手的人用的？大家沉默了一会儿。有人说本地有几个 prompt 文件，但没整理过，"也就自己看得懂"。有人说飞书上记了一些笔记，但不确定别人能不能复现。有人直接说，他调出来的东西就存在脑子里，没有写下来过。最后统计了一下，整个团队里，六个月的 AI 使用经历，沉淀成可复用资产的部分：接近于零。这是一个挺扎心的结果。不是因为大家不努力——每个人都在认真用，有人花了三天调出来的 PRD 评审 prompt 效果非常好，但隔壁 BU 的同事完全不知道这件事，又从头摸索了两天。有人离职，他的 prompt 就跟着消失了。六个月，13 个人各自跑了一遍差不多的学习曲线，每个人学到的东西都锁在自己脑子里。问题不在于大家愿不愿意用。大家都在用。问题在于工具用完就没了，资产才是留得住的东西。这两件事差别很大，但做着做着就容易混淆。
我现在用的是一个三层模型。要先说清楚它不是什么：不是职级分层，也不是"愿不愿意拥抱 AI"的分层——那样分会制造不必要的对立。它描述的是团队引入 AI 之后，需要有人覆盖的三种职能。
专门负责「建」的人（1–2人）
这层人干的事是建，不是用。维护共享的 prompt 库和 skill 库、评审和迭代工具质量、做新工具的验证、汇总各 BU 的使用经验、带新人上手。不需要单独的编制，从三个 BU 里各找一个有测开倾向的工程师，拿出 20%–40% 的工时兼任就行。但有一点很关键：这个职责必须明确分配给具体的人，写进职责里，不能变成"大家顺便做"的事。一旦变成"顺便做"，就等于没人做——这个教训我们已经踩过一次了。这层人的产出，是其他层能站稳的地基。
日常使用工具的主力（6–8人）
这是团队的主力，覆盖三个 BU 的日常工作。他们的职责说起来简单：用第一层建好的资产提升自己的效率，同时作为工具的"真实用户"持续反馈——哪个 prompt 好用，哪个用完之后觉得没什么用，哪个场景完全没有可用的资产。这层人不需要关心 prompt 是怎么设计的，只需要知道什么场景用什么工具，以及怎么判断 AI 输出质量好不好。
守住底线的人（2–3人）
这一层最容易被误解：不是不会用AI的人，也不是能力弱的人。他们的价值在于那些 AI 目前做不好的事：深度的业务理解、探索性测试的直觉、复杂场景的设计能力。这些东西不是靠 prompt 能调出来的，需要的是在这个系统里跑过很多需求、踩过很多坑之后积累的判断力。设计这一层的原因是风险管理，不是情怀。如果 13 个人的测试产出全部依赖 AI，一旦 AI 在某类场景上系统性偏差，整个团队会漏掉同一类问题。留几个靠自己测试思维独立判断的工程师，是对这种系统性风险的对冲。他们当然也可以用 AI，但核心竞争力不建立在"用好 AI"上。
五、统一管还是各自玩三个 BU 的业务差异不小，这个问题迟早要碰。全中心化的问题是通用资产往往不够好用。PRD 评审的通用 prompt 遇到 BU2 特有的业务规则，输出里可能一半都是废话。工程师用了两次发现没用，就不会再碰了——而且还会顺便对"团队 AI 工具"这件事产生负面印象。全自治的问题是重复建轮子。高度相似的 prompt 三个 BU 各搞一套，每份都没人维护，慢慢都烂掉。我现在用的是双层结构：通用层中心化维护，业务层各BU自己负责。通用层放的是跨 BU 都能用的东西：PRD 可测性评审 prompt（带三个业务变体）、测试用例生成 prompt（含分级约束版本）、Bug 描述规范化 prompt、一页纸的 AI 使用规范。由资产建设者统一维护。业务层是各 BU 自己的私有资产：本 BU 特有的业务场景知识库、通用 prompt 的业务变体、历史 bug 场景库。这些东西外 BU 用不上，也没必要统一管。两层之间的接口是"已知约束"字段——通用 prompt 里留的这个输入口，就是给各 BU 把自己私有知识塞进去用的。通用归通用，业务归业务，互不干扰。
"提醒大家不要过度依赖 AI"这句话没什么用，说了等于没说。要防止退化，得把机制设计进流程里，让它自动发生。我们用了三个动作。每个季度做一次用例设计意图抽查：随机找每个人最近一个需求的 P0 用例，当场让他解释——这条用例覆盖的是什么测试点，等价类是怎么划的，如果它失败了说明哪里有问题。不是考试，是检查工程师有没有在使用 AI 的过程中真正动脑。解释不清楚的，不是惩罚，是触发一对一辅导的信号。每个季度给底线守护者主导的 BU 安排 1–2 个"纯人工设计"的需求——从头到尾不用 AI 出用例，完全靠自己。目的不是排斥 AI，是维持"没有 AI 我也能干"的肌肉记忆。这是团队的战略储备，平时看不出来，关键时刻才知道有没有。资产建设者每个月对 P0 用例做抽样评审，重点看几个症状：大量等价类堆砌、关键业务逻辑场景缺失、明显的"AI味"（正向偏多、缺乏业务上下文）但没有被工程师补充过。评审结果不打分，只做定性反馈，告诉工程师这个设计哪里可以改进，下次遇到类似场景可以怎么做。
夜雨聆风
